Upload
ngoque
View
213
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
DEPARTAMENTO ACADÊMICO DE QUÍMICA E BIOLOGIA
CURSO SUPERIOR DE TECNOLOGIA EM PROCESSOS AMBIENTAIS
LILIANE SESSI DA ROCHA
AVALIAÇÃO DA PERDA DE BIODIVERSIDADE DECORRENTE DA
TRANSFORMAÇÃO DO USO DA TERRA DA FLORESTA
AMAZÔNICA PARA LAVOURA DE SOJA
TRABALHO DE CONCLUSÃO DE CURSO
CURITIBA
2012
LILIANE SESSI DA ROCHA
AVALIAÇÃO DA PERDA DE BIODIVERSIDADE DECORRENTE DA
TRANSFORMAÇÃO DO USO DA TERRA DA FLORESTA
AMAZÔNICA PARA LAVOURA DE SOJA
Trabalho de conclusão de curso apresentado à disciplina de Trabalho de Conclusão de Curso 2, do Curso Superior de Tecnologia em Processos Ambientais – DAQBI – da Universidade Tecnológica Federal do Paraná.Orientadora: Prof.ª Dr ª Cássia Maria Lie Ugaya
CURITIBA
2012
LILIANE SESSI DA ROCHA
AVALIAÇÃO DA PERDA DE BIODIVERSIDADE DECORRENTE DA
TRANSFORMAÇÃO DO USO DA TERRA DA FLORESTA
AMAZÔNICA PARA LAVOURA DE SOJA
Trabalho de Conclusão de Curso aprovado como requisito parcial à
obtenção do grau de TECNÓLOGO EM QUÍMICA AMBIENTAL pelo
Departamento Acadêmico de Química e Biologia (DAQBI) do Câmpus
Curitiba da Universidade Tecnológica Federal do Paraná – UTFPR, pela
seguinte banca examinadora:
Membro 1 – MARCELA VALLES LANGE Mestre em Engenharia Mecânica e de Materiais (UTFPR)
Membro 2 – PROF. RICARDO BARBOSA Departamento Acadêmico de Química e Biologia (UTFPR)
Orientadora – PROFª. DRª. CASSIA MARIA LIE UGAYA
Departamento Acadêmico de Mecânica (UTFPR)
Coordenadora de Curso – PROFª. DRª. VALMA MARTINS BARBOSA
Curitiba, 08 de novembro de 2012.
RESUMO
ROCHA, Liliane Sessi da. Avaliação da perda de biodiversidade decorrente da
transformação do uso da terra da Floresta Amazônica para lavoura de soja. 2012.
Trabalho de Conclusão de Curso, Curso Superior de Tecnologia em Processos
Ambientais, Universidade Tecnológica Federal do Paraná. Curitiba, 2012.
A transformação do uso da terra na floresta Amazônica para pasto, ou lavoura
de soja, diminui a precipitação pluvial em função da alteração do albedo e esta
diminuição na precipitação condiciona a vegetação, levando até a perda de espécies
mais sensíveis ao estresse hídrico. Por meio da Avaliação de Impacto do Ciclo de
Vida (AICV), uma das fases da Avaliação do Ciclo de Vida (ACV), os resultados da
fase anterior (Inventário do Ciclo de Vida – ICV) são convertidos em impactos,
visando ao melhor entendimento da significância ambiental. A avaliação da perda da
biodiversidade é ainda muito limitada em estudos de ACVs, mas, no caso do Brasil,
identificou-se a possibilidade de avaliar a biodiversidade em função da precipitação
pluvial, cuja alteração pode ser avaliada em função da transformação do uso da
terra na região Amazônica. O objetivo deste trabalho foi propor um modelo de
caracterização para perda de biodiversidade decorrente da transformação do uso da
terra, mais especificamente, da floresta Amazônica para lavoura de soja. Foram
calculados os fatores de caracterização e, finalmente, foram sugeridas
recomendações para melhorias futuras do modelo, bem como sua adaptação para
outros tipos de transformação do uso da terra.
Palavras-chave: AICV, transformação do uso da terra, precipitação pluvial,
biodiversidade.
ABSTRACT
ROCHA, Liliane Sessi da. Assessment of biodiversity loss due to land use
conversion from natural rainforest to soy crop in the Brazilian Amazon. 2012.
Trabalho de Conclusão de Curso, Curso Superior de Tecnologia em Processos
Ambientais, Universidade Tecnológica Federal do Paraná. Curitiba, 2012.
The land use transformation in the Amazon forest to pasture or soy crop,
decreases the rainfall due to the change of albedo and this decrease in the
precipitation conditions the vegetation, taking to the loss of species most sensitive to
water stress. Trough Life Cycle Impact Assessment (LCIA), one of the stage of the
Life Cycle Assessment (LCA), the results of the previous stage (Life Cycle Inventory -
LCI) are converted into impacts, aiming a better understanding at the environmental
significance. The biodiversity loss assessment is still very limited in LCA studies, but,
in the Brazilian case, it was identified the possibility of assessing the biodiversity
depending on rainfall, who change can be assessed based on the conversion of land
use. The goal of this study was to propose a model to characterize loss of
biodiversity resulting from changes in the land use. More specifically, from Amazon
forest to soy crop. The characterization factors were calculated, and finally,
suggestions were made for future improvements of the model and its adaptation for
other types of land use transformation.
Keywords: LCIA, land use conversion, rainfall, biodiversity.
LISTA DE SIGLAS
ABIOVE Associação Brasileira das Indústrias de Óleos Vegetais
ACV Avaliação do Ciclo de Vida
AICV Avaliação do Impacto do Ciclo de Vida
ANA Agência Nacional das Águas
ANEC Associação Nacional dos Exportadores de Cereais
GTS Grupo de Trabalho da Soja
IBGE Instituto Brasileiro de Geografia e Estatística
ICV Inventário do Ciclo de Vida
ISO International Organization for Standardization
MME Ministério de Minas e Energia
PDF Potentially Disappeared Fraction
RFA Radiação Fotossinteticamente Ativa
SETAC Society of Environmental Toxicology and Chemistry
SIDRA Sistema IBGE de Recuperação Automática
LISTA DE FIGURAS
Figura 1 - Correlação entre o número de espécies em determinada área e o número máximo de dias com precipitação maior que 0,1 mm na América do Sul..............................................................................................................................25Figura 2 – Modelo de Caracterização........................................................................27Figura 3 - Correlação entre o percentual de área de floresta Amazônica transforma-da em pasto e precipitação pluvial relativa.................................................................34Figura 4 - Correlação entre o percentual de área de floresta Amazônica transforma-da em lavoura de soja e precipitação pluvial relativa.................................................34Figura 5 - Localização do município de Santarém – PA............................................39
LISTA DE TABELAS
Tabela 1. Classes de uso da terra e respectivas percentagens de redução da diversidade de espécies, após a ocupação................................................................18Tabela 2. Área potencial e riqueza de espécies por 10.000 km² para diferentes biomas........................................................................................................................18Tabela 3. Transformação do uso do solo: Floresta Amazônica para pasto...............29Tabela 4. Dados meteorológicos da Amazônia.........................................................30Tabela 5. Equações...................................................................................................31Tabela 6. Resultados dos cálculos para ambos os cenários.....................................32Tabela 7. Resultados dos cálculos para os cenários de floresta e pastagem...........32Tabela 8. Simulação de perda de espécies na conversão de Floresta Amazônica para pastagem............................................................................................................36Tabela 9. Simulação de perda de espécies de plantas vasculares na transformação de Floresta Amazônica para lavoura de soja.............................................................38Tabela 10. Área de plantio de soja no município de Santarém – PA........................40Tabela 11. Série histórica da precipitação pluvial no município de Santarém – Pará............................................................................................................................40Tabela 12. Área de plantio de soja no Estado do Pará.............................................42
LISTA DE GRÁFICOS
Gráfico 1 – Relação entre o percentual de transformação do uso da terra e o núme-ro de espécies de plantas vasculares perdidas..........................................................37Gráfico 2 – Relação entre o percentual de conversão do uso do solo e o número de espécies perdidas.......................................................................................................38
LISTA DE EQUAÇÕES
Equação 1 – Riqueza de espécies (SR)....................................................................19Equação 2 – Escassez do ecossistema....................................................................19Equação 3 – Escassez do ecossistema normalizada................................................19Equação 4 – Vulnerabilidade do ecossistema normalizada......................................19Equação 5 – Perda de biodiversidade.......................................................................19Equação 6 – Tempo de recuperação........................................................................20Equação 7 – Fator de vulnerabilidade.......................................................................21Equação 8 – Fator de caracterização para ocupação...............................................21Equação 9 – Fator de caracterização para transformação.......................................21Equação 10 – Número de espécies em 10.000 km²..................................................26Equação 11 – Balanço hídrico...................................................................................31Equação 12 – Evapotranspiração..............................................................................31Equação 13 – Coeficiente dependente da temperatura média diária do ar..............31Equação 14 – Radiação efetiva.................................................................................31Equação 15 – Radiação incidente de onda curta......................................................31Equação 16 – Tensão parcial de vapor d'água.........................................................31Equação 17 – Tensão de vapor saturado..................................................................31Equação 18 – Evaporação nas condições isotérmicas.............................................31Equação 19 – Precipitação relativa – transformação de floresta para pasto............34Equação 20 – Precipitação relativa – transformação de floresta para soja..............35Equação 21 – Perda de biodiversidade.....................................................................36
Sumário1 INTRODUÇÃO.....................................................................................................................9
1.1 OBJETIVOS......................................................................................................12
1.1.1 Objetivos Gerais........................................................................................12
1.1.2 Objetivos Específicos................................................................................12
2 ASPECTOS GERAIS DA AVALIAÇÃO DO CICLO DE VIDA E DA AVALIAÇÃO DO IMPACTO DO CILO DE VIDA...............................................................................................13
2.1 AVALIAÇÃO DO CICLO DE VIDA (ACV).........................................................13
2.2 CONCEITOS UTILIZADOS NA AVALIAÇÃO DO IMPACTO DO CICLO DE
VIDA (AICV)............................................................................................................14
2.2.1 Categoria de Impacto................................................................................14
2.2.2 Indicadores de Categoria...........................................................................15
2.3 AVALIAÇÃO DO IMPACTO DO CICLO DE VIDA............................................15
2.4 INDICADORES DE QUALIDADE DO USO DA TERRA..................................17
2.5 MODELOS DE AVALIAÇÃO DE IMPACTO DO USO DA TERRA..................17
2.5.1 Modelo de Weidema e Lindeijer (2001).....................................................17
2.5.2 Modelo de Schmidt (2008).........................................................................20
2.5.3 Avaliação Crítica dos Métodos..................................................................21
3 ASPECTOS CONCEITUAIS DO MECANISMO AMBIENTAL............................................223.1 CICLOS BIOGEOQUÍMICOS...........................................................................22
3.2 MECANISMO AMBIENTAL – RELAÇÃO ENTRE CONVERSÃO DO USO DA
TERRA, PLUVIOSIDADE E BIODIVERSIDADE....................................................23
4 METODOLOGIA................................................................................................................274.1 AVALIAÇÃO DO MÉTODO DE DETERMINAÇÃO DE FATORES DE
CARACTERIZAÇÃO...............................................................................................27
4.1.1 Classificação do Uso da Terra...................................................................28
4.1.2 Transformação do Uso da Terra...............................................................29
4.1.3 Biodiversidade na Floresta Amazônica.....................................................29
4.1.4 Cálculo da Precipitação Pluvial na Região Amazônica.............................30
4.2 AVALIAÇÃO DO MÉTODO...............................................................................33
4.3 TRANSFORMAÇÃO DO USO DA TERRA DA FLORESTA AMAZÔNICA
PARA LAVOURA DE SOJA....................................................................................37
4.4 APLICAÇÃO DA METODOLOGIA EM UMA ÁREA DE ESTUDO...................39
4.5 COMPARAÇÃO COM O MODELO DE WEIDEMA E LINDEIJER...................41
5 RESULTADOS E DISCUSSÃO..........................................................................................426 CONSIDERAÇÕES FINAIS...............................................................................................447 REFERÊNCIAS..................................................................................................................45
9
CAPÍTULO I – INTRODUÇÃO GERAL
1 INTRODUÇÃO
A Amazônia é a região compreendida pela bacia do rio Amazonas, com área
equivalente a 6.900.000 km², dos quais aproximadamente 3.800.000 km² estão no
Brasil (IBGE, 2007a).
O desmatamento da Amazônia Legal se iniciou com a atividade pecuária,
desenvolvida principalmente na década de 70; entre 1995 e 2000, a maior parte do
crescimento do rebanho bovino brasileiro ocorreu na Amazônia Legal (IBGE, 2007a).
Na década de 90, a região recebeu a agricultura como um novo vetor de ocupação,
no qual a soja se destacou (IBGE, 2007a).
De acordo com Ferrari et al. (2005), a maior parte do biodiesel atualmente
produzido no mundo deriva do óleo de soja. Em 2008 houve um relevante aumento
na produção de biodiesel no Brasil (188,7% em relação ao ano de 2007), devido à
entrada em vigência da Lei nº 11.097/05, que obriga a adição de biodiesel ao Diesel
mineral (MME, 2009), tendo em vista reduzir emissões atmosféricas. A expectativa é
de crescimento da produção de biodiesel no Brasil nos próximos anos em virtude da
publicação da referida lei, que estabeleceu como 2% o percentual mínimo de
biodiesel adicionado ao diesel mineral a partir de 2008, e de 5%, a partir de 2013.
No entanto, a facilidade em atingir as metas antecipou o incremento do
percentual de biodiesel ao diesel mineral e, no segundo semestre de 2008, o
percentual passou a ser de 3%. Em seguida, no segundo semestre de 2009, o
percentual na mistura passou a ser de 4%. E, a partir de 2010, o percentual de
biodiesel adicionado compulsoriamente ao diesel mineral passou a ser de 5% (MME,
2011).
Para conter o desmatamento para plantio de soja na Amazônia, as indústrias
e exportadores associados à ABIOVE (Associação Brasileira das Indústrias de Óleos
Vegetais) e à ANEC (Associação Nacional dos Exportadores de Cereais) assumiram
o compromisso de não adquirirem soja oriunda de áreas desflorestadas no bioma
Amazônia a partir de julho de 2006, denominando tal acordo de Moratória da Soja; a
partir de imagens dos satélites do Instituto Nacional de Pesquisas Espaciais (INPE),
10
o Grupo de Trabalho da Soja (GTS) sobrevoa polígonos previamente selecionados e
avalia se houve plantio de soja em novas áreas desmatadas (GTS, 2010).
No entanto, apesar de a moratória ter sido renovada até 31 de janeiro de
2013, foi observado um aumento no plantio de soja em áreas desmatadas na
Amazônia na safra 2010/2011, em relação à safra 2009/2010. No relatório publicado
em julho de 2010, foi identificada a presença de soja em 6295 hectares que foram
desmatados a partir de julho de 2006; já no relatório publicado em outubro de 2011,
foi identificada a presença de soja em 11698 hectares, desmatados a partir do
mesmo período (GTS, 2011).
Por outro lado, este incremento na produção de biomassa para fins
energéticos afeta tanto o próprio efeito estufa, como a produção de alimentos e a
biodiversidade. Quanto ao efeito estufa, a transformação de áreas que atualmente
são ocupadas por florestas primárias em área de cultivo implica a emissão do
carbono do solo e da floresta que, por conseguinte poderia eliminar ou reduzir os
benefícios advindos do uso de energia renovável (NOVAK e UGAYA, 2009).
Em relação à produção de alimentos, a Organização das Nações Unidas para
a Agricultura e Alimentação prevê que o preço dos produtos agrícolas continuará a
crescer na próxima década também como decorrência da expansão de
biocombustíveis (BEST, 1997).
Outro impacto ambiental significativo devido à transformação do uso do solo é
a perda da biodiversidade (KÖLLNER, 2001). No Brasil, a expansão da soja está
causando a transformação da Floresta Amazônica e do Cerrado (MILANI et al.,
2008). Como decorrência, esta expansão implica na perda de biodiversidade destes
dois biomas.
Para evitar a transferência de impactos de um produto ou de uma função
entre uma etapa do ciclo de vida e outra, ou de um impacto para outro, utiliza-se a
Avaliação do Ciclo de Vida (ACV). A ACV consiste em uma técnica em que são
considerados os impactos ambientais desde a extração dos recursos naturais ao
descarte final do produto (SETAC, 1993).
A avaliação da perda da biodiversidade é ainda muito limitada em estudos de
ACVs. Köllner (2001) propôs um modelo para incluir a biodiversidade em ACVs, que
foi testado satisfatoriamente na Suíça. É importante mencionar, contudo, que isto só
11
foi possível em virtude da existência de dados relativos às alterações do uso da terra
e da biodiversidade naquele país em um período histórico.
Além do modelo de Köllner (2001), também foram desenvolvidos outros
modelos, tais como o de Schmidt (2008), Weidema e Lindeijer (2001), Michelsen
(2008), Müller-Wenk (1998), entre outros. Os modelos de Schmidt (2008) e
Weidema e Lindeijer (2001) serão descritos resumidamente no Capítulo II.
No caso do Brasil, identificou-se que existe a possibilidade de avaliar a
biodiversidade em função da pluviosidade na América do Sul (MUTKE E
BARTHLLOTT, 2005) e a alteração da pluviosidade em função da transformação do
uso do solo (OLIVEIRA et al., 2007). Um método baseado nessas duas referências
foi escolhido devido à escassez de dados relativos à biodiversidade no Brasil,
principalmente sobre a flora e os invertebrados, que possuem um grande número de
espécies, mas em menor grau de conhecimento em relação aos vertebrados
terrestres (IBGE, 2010). Um grande esforço de pesquisa se faz necessário para que
melhor se possa avaliar a biodiversidade e as ameaças a mesma no Brasil (IBGE,
2010).
No trabalho de Rocha e Ugaya (2010), foi proposta uma metodologia por meio
da qual foram obtidos os fatores de caracterização para biodiversidade no Brasil,
permitindo uma melhor avaliação da perda da biodiversidade decorrente da
transformação do uso da Terra, mais especificamente da Floresta Amazônica para
pasto.
A referida metodologia foi desenvolvida por meio da Avaliação de Impacto do
Ciclo de Vida (AICV), uma das etapas da ACV em que os resultados do Inventário
do Ciclo de Vida – ICV (etapa anterior) são convertidos em impactos, a fim de
melhor compreender a sua significância ambiental (ISO 14044, 2006). A AICV é uma
abordagem relativa baseada em uma unidade funcional, que pode utilizar
informações coletadas por outras técnicas, tais como a avaliação de impacto
ambiental (ISO 14044, 2006).
Para uma melhor avaliação do impacto ambiental decorrente do ciclo de vida
do biodiesel de soja, é importante prover meios para permitir a análise da perda da
biodiversidade.
Este trabalho é dividido em três capítulos. O Capítulo I apresenta uma
introdução geral. O Capítulo II apresenta uma breve revisão bibliográfica com a
12
finalidade de harmonizar conceitos importantes da ferramenta Avaliação do Ciclo de
Vida, bem como dos aspectos referentes ao mecanismo ambiental em questão. No
mesmo Capítulo, encontra-se a metodologia utilizada e a discussão dos resultados.
O Capítulo III apresenta as considerações finais deste trabalho.
1.1 OBJETIVOS
1.1.1 Objetivos Gerais
O objetivo geral deste trabalho é avaliar a perda de biodiversidade decorrente
da transformação do uso da terra da Floresta Amazônica para lavoura de soja.
1.1.2 Objetivos Específicos
Os objetivos específicos deste trabalho são os seguintes:
1. Avaliar a metodologia desenvolvida no trabalho de Rocha e Ugaya (2010).
2. Determinar o fator de caracterização para avaliar a perda de biodiversidade
decorrente da transformação da Floresta Amazônica para lavoura de soja, por
meio da referida metodologia.
3. Avaliar a metodologia utilizada comparando os resultados obtidos com dados
de uma série histórica de precipitação pluvial de um município da Região
Amazônica.
13
CAPÍTULO II – REVISÃO BIBLIOGRÁFICA
2 ASPECTOS GERAIS DA AVALIAÇÃO DO CICLO DE VIDA E DA AVALIAÇÃO
DO IMPACTO DO CILO DE VIDA
2.1 AVALIAÇÃO DO CICLO DE VIDA (ACV)
A ACV é uma ferramenta que permite avaliar o impacto ambiental de um
produto ou serviço, desde a extração da matéria prima até o descarte final, bem
como permite avaliar quais etapas do ciclo de vida contribuem mais
significativamente para o impacto ambiental. A utilização da ACV permite avaliar a
implantação de melhorias ou alternativas para produtos, processos e serviços.
De acordo com Coltro (2007), muitos estudos de ACV apresentavam conclusões
diferentes, apesar de serem aparentemente iguais, devido às diferenças quanto às
considerações, idade dos dados, matéria prima, matriz energética, entre outros
fatores, tornando evidente a necessidade de padronizar a metodologia de ACV,
surgindo, assim, a série de normas ISO 14040.
Conforme a ISO 14044 (2006), um estudo de ACV é dividido em quatro fases:
1. A definição do objetivo e escopo é a definição do propósito do estudo e seus
limites, envolvendo decisões importantes sobre as fronteiras e a unidade funcional.
A unidade funcional é o desempenho quantificado de um sistema de produto, ou
seja, é a unidade de referência do estudo. A fronteira do estudo define todos os
processos elementares que serão estudados.
2. A análise de inventário é um levantamento de informações sobre o sistema do
produto, no qual são quantificadas as entradas e as saídas consideradas relevantes
para o sistema. Sistema de produto é o conjunto de processos elementares, com
fluxos elementares e de produto, desempenhando uma ou mais funções definidas e
que modela o ciclo de vida de um produto.
3. Na avaliação de impacto, os dados e as informações do inventário são
associados a impactos ambientais específicos, de modo que os significados destes
impactos potenciais possam ser avaliados de forma quantitativa.
4. Na fase de interpretação, os resultados obtidos nas fases de análise de
inventário e de avaliação de impacto são combinados e interpretados de acordo com
14
os objetivos definidos previamente no estudo.
2.2 CONCEITOS UTILIZADOS NA AVALIAÇÃO DO IMPACTO DO CICLO DE
VIDA (AICV)
Este trabalho foi desenvolvido por meio de uma das etapas da ACV, a
Avaliação de Impacto do Ciclo de Vida (AICV), em que os resultados da etapa
anterior (Inventário do Ciclo de Vida – ICV, que é o levantamento das entradas e
saídas de um sistema de produto ao longo de seu ciclo de vida) são convertidos em
impactos, com a finalidade de melhor compreender a significância ambiental do
objeto de estudo (ISO 14044, 2006).
Para uma melhor compreensão da AICV é necessário abordar com mais
detalhes os conceitos de categoria de impacto e indicador de categoria.
2.2.1 Categoria de Impacto
Categoria de impacto é a classe que representa as questões ambientais
relevantes associadas aos resultados da análise do inventário do ciclo de vida (ISO
14044,2006).
De acordo com Souza (2010), é possível adotar duas denominações para
categoria de impacto, dependendo da posição do indicador de categoria no
mecanismo ambiental: “midpoint category”, ou categoria de ponto médio, se o
indicador estiver definido próximo aos resultados do ICV; “endpoint category”, ou
categoria de ponto final, se o indicador estiver próximo aos danos causados a
determinada área de proteção.
As categorias de impacto intermediário (ou de ponto médio) podem ser
globais, regionais ou locais. Assim, “mudanças climáticas” e “redução dos recursos
abióticos” são exemplos de categoriais globais; “”eutrofização”, “toxicidade humana”
e “uso da terra” são exemplos de categoriais regionais/locais. As categoriais de
impacto de ponto final são as áreas de proteção que irão sofrer as consequências
finais de algum impacto intermediário causado ao meio ambiente (SOUZA, 2010).
15
São exemplos de categorias de impacto de ponto final a “saúde humana” e a
“biodiversidade”.
2.2.2 Indicadores de Categoria
Um indicador de categoria é a representação quantificável de uma categoria
de impacto, que estabelece a conexão entre os resultados do ICV e os fatores de
caracterização (ISO 14044, 2006). Da mesma forma que as categorias de impacto,
os indicadores também podem receber as denominações de “indicadores de impacto
intermediário ou ponto médio” e “indicadores de impacto de ponto final” (SOUZA,
2010).
2.3 AVALIAÇÃO DO IMPACTO DO CICLO DE VIDA
A AICV é uma abordagem relativa baseada em uma unidade funcional, que
pode utilizar informações coletadas por outras técnicas, tais como a avaliação de
desempenho ambiental, a avaliação de impacto ambiental e a avaliação de risco
(ISO 14044, 2006).
Esta fase também inclui a coleta de resultados dos indicadores para as
diferentes categorias de impacto, que em conjunto representam o perfil de AICV
para o sistema de produto. A AICV consiste em elementos obrigatórios e opcionais
(ISO 14044,2006).
Os elementos obrigatórios da AICV são (ISO 14044,2006):
• Seleção das categorias de impacto, indicadores de categoria e modelos de
caracterização;
• Correlação dos resultados do ICV às categorias de impacto selecionadas
(classificação);
• Cálculo dos resultados dos indicadores de categoria (caracterização).
A categoria de impacto a ser selecionada deve refletir um conjunto
abrangente de questões ambientais relacionadas ao sistema de produto em estudo.
16
É necessário descrever o mecanismo ambiental e o modelo de caracterização que
correlacionam os resultados do ICV ao indicador de categoria (que fornecem uma
base para os fatores de caracterização). O modelo de caracterização reflete o
mecanismo ambiental, descrevendo a relação entre os resultados do ICV e
indicadores de categoria, sendo também utilizado para gerar os fatores de
caracterização. O mecanismo ambiental é o somatório dos processos ambientais
relacionados à caracterização dos impactos (ISO 14044, 2006).
Na classificação, os resultados do ICV são correlacionados à categoria de
impacto; na caracterização, ocorre a conversão dos dados do ICV para unidades
comuns e agregação dos resultados convertidos dentro da mesma categoria de
impacto, a fim de se obter um resultado numérico do indicador; a conversão envolve
fatores de caracterização e os elementos obrigatórios da AICV encerram nesta
etapa (ISO 14044, 2006).
Por exemplo, para a categoria de impacto “mudanças climáticas”, o modelo
de caracterização pode ser o modelo de linha de base para 100 anos do Painel
Intergovernamental Sobre Mudanças Climáticas – IPCC; o indicador de categoria é o
forçamento radioativo infravermelho (W/m²), que representa os efeitos potenciais
sobre o clima, dependendo da adsorção cumulativa de calor pela atmosfera causada
por emissões e da distribuição da absorção de calor ao longo do tempo; o fator de
caracterização é o potencial de aquecimento global para cada gás de efeito estufa
(resultados do ICV são as kg CO2-equivalente/kg gás); os resultados do ICV são as
quantidades de gases de efeito estufa por unidade funcional; e o resultado do
indicador de categoria é dado em kg CO2-equivalente por unidade funcional (ISO
14044, 2006).
Assim, 1 kg de óxido nitroso (N2O) é equivalente a emissão de 296 kg de
dióxido de carbono (CO2) e 1 kg de metano (CH4) é equivalente a 23 kg de CO2;
então, somam-se todos os parâmetros incluídos na categoria de impacto e obtém-se
o resultado da categoria de impacto (COLTRO, 2007).
Os elementos opcionais da AICV consistem na normalização, no
agrupamento, na ponderação e na análise da qualidade dos dados.
17
2.4 INDICADORES DE QUALIDADE DO USO DA TERRA
Para avaliar a qualidade do uso da terra são definidos indicadores que
permitem avaliar os impactos causados pelos processos de ocupação e
transformação da terra (SOUZA, 2010).
Para impactos intermediários, podem-se citar como indicadores de
biodiversidade regional/local: riqueza de espécies, espécies ameaçadas de extinção;
plantas vasculares; diversidade de espécies; e dados de listas vermelhas de
espécies em extinção (SOUZA, 2010).
Para impactos de ponto final, o mais utilizado atualmente é o PDF (Potentially
Disappeared Fraction), que expressa os efeitos ocasionados em populações de
plantas vasculares em uma área. O PDF é definido pela fração de espécies com alta
probabilidade de não ocorrer em determinada região em função de condições
desfavoráveis (SOUZA, 2010).
2.5 MODELOS DE AVALIAÇÃO DE IMPACTO DO USO DA TERRA
Com a finalidade de estabelecer uma base referencial para posterior
comparação com o modelo proposto neste estudo, um breve resumo de dois
modelos de caracterização é apresentado a seguir.
2.5.1 Modelo de Weidema e Lindeijer (2001)
Weidema e Lindeijer (2001) desenvolveram um modelo propondo que a perda
de biodiversidade ocorre por meio de impactos diretos e indiretos, ou seja, o modelo
é composto de dois grupos de parâmetros, sendo um relacionado diretamente às
espécies e outro relacionado ao habitat das mesmas (SOUZA, 2010).
Em relação as classes de uso da terra, este modelo utiliza seis tipos,
conforme a Tabela 1:
18
Tabela 1. Classes de uso da terra e respectivas percentagens de redução da diversidade de espécies, após a ocupação.
Fonte: SOUZA, 2010, adaptado de Weidema e Lindeijer (2001)
Os tempos de recuperação da terra baseiam-se na recuperação da biomassa
potencial máxima, variando em função da latitude e da altitude da área
transformada, contabilizados em anos.
Em relação aos dados de espécies, estes foram obtidos do trabalho de
Barthlott et al. (1999), que fornece o número potencial de espécies de plantas
vasculares em uma área de 10.000 km², em dez zonas de diversidade. Souza
(2010), menciona que os dados são genéricos para uma grande superfície, gerando
incertezas relativamente grandes para avaliações locais/regionais. Os dados de
espécies para diversos biomas, bem como a área potencial de cada bioma, são
demonstrados na Tabela 2.
Tabela 2. Área potencial e riqueza de espécies por 10.000 km² para diferentes biomas.
Fonte: Souza (2010), adaptado de Weidema e Lindeijer (2001)
Classes de uso da terra
1. Áreas urbanas 100,00%2. Agricultura (culturas temporárias e permanentes) 33,00%
33,00%
33,00%5. Desertificação antropogênica 33,00%6. Recuperação da área desflorestada 50,00%
% de redução da biodiversidade
assumida após a ocupação
3. Pastagens em áreas de alta produtividade (florestas tropicais e temperadas)4. Pastagens em áreas de baixa produtividade (áreas de campos e florestas boreais)
Bioma
Campo/Estepe 200-1500 17,2 9
Savana 200-3000 11,5 5,4
Floresta boreal/Taiga 200-1000 25,3 20,7
Floresta de coníferas 500-1000 4,7 2,4
1000-1500 6,2 1
Floresta tropical 1500-9000 5,7 3,8
Deserto 100-200 14,2 11,6
Tundra 100-500 12,1 13,3
Áreas glaciais <100-200 6,7 6,7
Arbustos 500-4000 8,1 2,2
Riqueza de espécies do bioma
(SR)
Área potencial do bioma (Apot)
Área ocupada por atividades de uso
(Aexi)
[número de espécies/109 m²]
[1012 m²]
Floresta decídua temperada
19
O cálculo dos fatores de caracterização baseia-se na multiplicação de três
parâmetros: riqueza de espécies, escassez do ecossistema e vulnerabilidade do
ecossistema.
A riqueza de espécies (SR) significa o número de espécies por unidade de
área, normalizada (nSR) com o valor SRmin, o qual representa o número mínimo
de espécies de plantas vasculares, definido por 100 espécies por 10.000 km²,
conforme a Equação 1.
nSR=
SRSRmin Equação 1
A escassez do ecossistema (ES) significa a relação entre o bioma e a maior,
ou menor, estrutura ambiental analisada ou de características semelhantes (SOUZA,
2010), definida pelo inverso da área potencial do ecossistema (Apot), conforme a
Equação 2. Sua normalização é expressa na Equação 3.
ES=
1Apot Equação 2
nES=
Apot,maxApot Equação 3
A vulnerabilidade do ecossistema (EV) significa a parcela do ecossistema
ocupada por atividades de uso da terra (Aexi) diferentes do estado natural, em
relação a sua área potencial, cuja relação normalizada é expressa na Equação 4.
nEV=( Aexi
Apot )( z−1 )
Equação 4
Enfim, conforme mencionado anteriormente, o cálculo da perda de
biodiversidade (Qbiod) é dado pela multiplicação dos três parâmetros, conforme a
Equação 5, em que “a”, “b” e “c” são os pesos atribuídos a cada fator e os autores
atribuem o mesmo peso a todos os fatores, que é igual a 1
20
Qbiod = nSRa.nESb.nEVc Equação 5
2.5.2 Modelo de Schmidt (2008)
Schmidt (2008) desenvolveu um modelo de caracterização cujo indicador é a
diversidade de plantas vasculares, relacionando espécies e área. Os fatores de
caracterização são propostos para a Dinamarca, extrapolando os dados o norte da
Europa, Malásia e Indonésia, conforme os diferentes tipos de uso da terra.
As classes de uso da terra são: terras produtivas (terra arável para cultivo,
florestas cultivadas, agro-silviculturas); terras não produtivas (áreas naturais); e
terrenos impermeabilizados.
O tempo de recuperação (trec) utiliza os valores propostos por Köllner (2003),
trec.K, bem como o fator de relaxamento (trelax) cujo valor de referência é igual a 100
para o norte da Europa. Para os países asiáticos, o fator de relaxamento1 é corrigido
em relação ao fator europeu. O cálculo do tempo de recuperação é realizado de
acordo com a Equação 6.
trec=trec . K .
trelaxtrelaxN−Europa Equação 6
Quanto aos dados de espécies, o autor utiliza a relação espécie-área também
proposta por Köllner (2003) para cada região e tipo de uso da terra. Os dados
referentes a riqueza de espécies em diferentes tipos de uso da terra são plotados
em curvas de espécie versus área, cuja área padrão de 100 m², sendo a relação
estabelecida no ponto de inflexão da linha de regressão linear (SOUZA, 2010).
Neste modelo o indicador também é calculado multiplicando-se parâmetros,
que neste caso são os seguintes: área ocupada; número de espécies afetadas (em
100 m²); vulnerabilidade do ecossistema; e duração da ocupação e recuperação da
terra.
O fator de vulnerabilidade (b/LI) significa a derivada do número de espécies,
calculado utilizando a curva de espécies versus área (S = a . Ab), normalizado com o
1 Fator de relaxamento é a constante de tempo exponencial do retorno ao equilíbrio de um sistema após uma perturbação.
21
número de espécies da região em questão. O fator de vulnerabilidade é calculado
conforme a Equação 7, em que b é o fator de acumulação de espécies para uma
área relativa com baixa intensidade de uso da terra (LI) e c é o parâmetro de riqueza
de espécies.
(dSregion /dLI )
Sregion=
bcLI ( 1−b)
cLI b=
bLI Equação 7
Para calcular os fatores de caracterização, o autor utiliza formas de cálculo
diferentes para ocupação e transformação, conforme as Equações 8 e 9,
respectivamente, em que S100 é a diversidade de espécie em uma área de 100 m². O
fator de caracterização é calculado subtraindo-se dos valores do estado de
referência dos valores do uso da terra em questão.
CFoc=(S100 .
bLI )ref . state−(S100 .
bLI )
Equação 8
CFtrans=
12
.(S100 .bLI ) .trec
Equação 9
2.5.3 Avaliação Crítica dos Métodos
Weidema e Lindeijer (2001) incluíram no seu modelo de caracterização os
parâmetros de escassez e vulnerabilidade do ecossistema, os quais permitem uma
avaliação mais sensível da perda de de biodiversidade. Por outro lado, os dados
referentes à riqueza de espécies são muito genéricos para uma grande área, fato
que aumenta as incertezas do método.
Schmidt (2008) desenvolveu um modelo de caracterização em que os fatores
de caracterização são propostos para a Dinamarca, extrapolando os dados o norte
da Europa, Malásia e Indonésia, conforme os diferentes tipos de uso da terra. No
entanto, extrapolar dados para biomas tão diferentes pode aumentar as incertezas
do método.
22
3 ASPECTOS CONCEITUAIS DO MECANISMO AMBIENTAL
3.1 CICLOS BIOGEOQUÍMICOS
O conhecimento dos mecanismos dos ciclos biogeoquímicos é essencial para
o desenvolvimento de estratégias sustentáveis de desenvolvimento, visto que a ação
antropogênica no ambiente afeta diretamente estes ciclos, ocasionando mudanças
que podem vir a ser irreversíveis. Por meio dos estudos destes ciclos realizado ao
longo de anos, foram detectadas mudanças significativas nos ciclos do carbono e da
água que poderão afetar o futuro da humanidade (ODUM, 1988).
De acordo com Odum (1988), dos elementos químicos conhecidos na
natureza, cerca de quarenta elementos são essenciais aos seres vivos, os quais
circulam na biosfera entre os compartimentos (pools) abióticos e a biomassa animal
e vegetal. Segundo Braga et al. (2005), esse processo de reciclagem da matéria é
muito importante, uma vez que os recursos na Terra são finitos e a vida depende do
equilíbrio natural desses ciclos. As vias características de circulação dos elementos
essenciais na biosfera são chamadas ciclos biogeoquímicos.
Os ciclos da água e do carbono, além de serem considerados os mais
importantes para a humanidade, possuem pools atmosféricos pequenos, porém
muito ativos, o que os torna muito vulneráveis às perturbações antropogênicas,
podendo levar às mudanças no tempo e no clima (ODUM, 1988).
O controle e o monitoramento de poluição ou o estabelecimento de técnicas
de manejo sustentado de ecossistemas são aplicações do estudo quantitativo dos
ciclos biogeoquímicos (PINTO-COELHO, 2000).
O ciclo da água é caracterizado por um depósito atmosférico pequeno, mas
muito dinâmico, e é responsável pela caracterização dos diversos climas terrestres.
No ciclo hidrológico propriamente dito, os fenômenos básicos são a evaporação e a
transpiração (PINTO-COELHO, 2000).
O ciclo da água tem início com a incidência da radiação solar sobre a terra
que provoca a evaporação nos corpos d’água e em parte da água presente no solo.
Por meio da transpiração de plantas e animais, bem como da sublimação das
geleiras, a água é transferida da superfície terrestre para a atmosfera. A partir dessa
fase, a água se encontra no estado gasoso e é transportada pelas massas de ar
23
para as regiões mais altas da atmosfera; quando este vapor é submetido a baixas
temperaturas ele se condensa e se liquefaz, originando as nuvens e,
consequentemente, ocorre a precipitação; assim, a água retorna à superfície
terrestre (ODUM, 1988). Neste contexto, os estudos referentes ao ciclo da água das
bacias hidrográficas podem fornecer uma base para comparação entre bacias
hidrográficas ocupadas e transformadas pelo homem, o que pode apontar meios de
se restaurar o comportamento cíclico dos nutrientes vitais (ODUM, 1988).
Conforme Odum (1988), as florestas tropicais possuem mecanismos de
reciclagem conservadores de nutrientes conforme a geologia e a fertilidade básica
do local. Grandes áreas de florestas tropicais, como ocorrem na maior parte da
Bacia Amazônica oriental e central, situam-se em solos antigos pré-cambrianos
altamente lixiviados ou sobre depósitos arenosos oligotróficos e, mesmo assim,
sustentam florestas viçosas e produtivas. Ou seja, o ecossistema tropical oligotrófico
é capaz de manter uma alta produtividade através de vários mecanismos
conservadores de nutrientes que produzem uma “ciclagem direta” de planta em
planta, mais ou menos sem passar pelo solo. Quando a floresta é removida estes
mecanismos são interrompidos, afetando os ciclos biogeoquímicos
consideravelmente.
3.2 MECANISMO AMBIENTAL – RELAÇÃO ENTRE CONVERSÃO DO USO
DA TERRA, PLUVIOSIDADE E BIODIVERSIDADE
De acordo com a ISO 14044 (2006), um indicador de categoria deve atender
aos seguintes requisitos:
1. deve ser ambientalmente relevante;
2. deve ser capaz de refletir as consequências dos resultados do ICV sobre os
pontos finais de categoria;
3. o modelo de caracterização para o indicador de categoria deve ser científica e
tecnicamente válido, bem como deve estar baseado em um mecanismo
ambiental específico e identificável e/ou em observação empírica reprodutível.
Diversos autores defendem o fato de que algumas condições meteorológicas
são alteradas quando ocorre conversão de uso da terra. Um dos parâmetros mais
24
citados é o albedo (ou coeficiente de reflexão) que é a medida da quantidade de
radiação solar refletida por uma superfície, calculado como a razão entre a radiação
solar refletida e a radiação solar incidente.
Berbet (2002) afirma que a conversão de áreas de floresta para pastagem
causa, principalmente, uma elevação no albedo da superfície, devido ao fato das
folhas das gramíneas apresentarem uma maior refletância do que as folhas das
árvores.
Lima et al. (2007), comparou o albedo de pastagem ao albedo da caatinga
visando avaliar a mudança quando a vegetação nativa é substituída e verificou que o
albedo da pastagem durante o período seco foi bem maior do que o da caatinga.
Afirma ainda que o albedo foi influenciado por características da superfície do
dossel, estado da cobertura vegetal e umidade do solo, os quais demonstraram
sofrer influência da precipitação pluviométrica. Ou seja, neste caso também foi
verificado que a precipitação pluviométrica influencia na cobertura vegetal.
Cardozo et al. (2009), afirmou que o Pantanal apresenta uma variação
significativa dos valores de albedo que ocasionam mudanças nas interações do
balanço de energia da superfície.
Oliveira et al. (2007), observou que na transformação de floresta Amazônica
para pastagem e cultivo de soja, o albedo de superfície se torna mais elevado, a
rugosidade da superfície se torna inferior a da aerodinâmica, a área foliar diminui e a
profundidade de enraizamento é mais rasa, em comparação com a floresta; estes
fatores contribuem para a redução da evapotranspiração.
Couto (2009), ao propor evidenciar padrões de reação da vegetação através
do albedo RFA (radiação fotossinteticamente ativa) e do albedo solar frente às
imposições do clima do Cerrado, observou que o clima apresentou influência
marcante sobre a vegetação. O albedo RFA apresentou valores máximos no final da
estação seca (período de maior estresse hídrico da vegetação) e valores mínimos
no final da estação chuvosa. Além disso, o autor considerou que a precipitação
(associada à umidade do solo e à umidade atmosférica) seja o principal fator
condicionante da vegetação.
Desta forma, observa-se que a transformação dos biomas brasileiros referidos
acima, para outro uso da terra, diminui a precipitação pluvial em função da alteração
do albedo e, que esta diminuição na precipitação condiciona a vegetação, levando
25
até a perda de espécies mais sensíveis ao estresse hídrico. Portanto, pode-se
considerar que o albedo também pode ser estudado como um indicador (de ponto
médio) da categoria perda de biodiversidade, visto que, de acordo com a ISO 14044
(2006), o indicador de categoria pode ser escolhido em qualquer ponto do
mecanismo ambiental, entre os resultados do ICV e o ponto final de categoria.
Nobre et al. (2007) afirmam que se houver redução de precipitações na
Amazônia, induzidas pelas mudanças climáticas globais, somada às reduções
previstas como resposta ao desmatamento, aumentaria muito a suscetibilidade dos
ecossistemas amazônicos ao fogo, causando a redução das espécies menos
tolerantes à seca, podendo até induzir uma “savanização” de partes da Amazônia,
com previsão de que, para o período 2020-2029, cerca de 3,1% da floresta tropical
seria substituída por savana.
Conforme Mutke e Barthllott (2005) é possível correlacionar padrões de
diversidade de plantas vasculares com diferentes medidas de geodiversidade
(diversidade de parâmetros abióticos, como topografia, clima ou terras). Uma
correlação mais forte de parâmetros climáticos e diversidade de espécies pode ser
encontrada onde há pelo menos um importante fator limitante, tal como energia ou
água. Os autores apresentaram uma correlação entre o número de espécies em
determinada área e o número máximo de dias com precipitação maior que 0,1 mm
na América do Sul (Figura 1).
Figura 1 - Correlação entre o número de espécies em determinada área e o número máximo de dias com precipitação maior que 0,1 mm na América do Sul. Fonte: Mutke e Barthlott (2005)
26
A Equação 10 fornecida por esta correlação é utilizada nos cálculos dos
fatores de caracterização do presente trabalho.
y = 8,648.x1,1094 Equação 10
Sendo “y” o número de espécies em uma área de 10.000 km² (106 ha) e “x” o
número máximo de dias com precipitação maior que 0,1 mm.
27
4 METODOLOGIA
4.1 AVALIAÇÃO DO MÉTODO DE DETERMINAÇÃO DE FATORES DE
CARACTERIZAÇÃO
Para facilitar a compreensão do método de determinação dos fatores de
caracterização proposto por Rocha e Ugaya (2010), primeiramente foram realizados
os cálculos referentes a transformação da floresta Amazônica para pasto, os quais
foram avaliados e discutidos, a fim de testar a metodologia. Finalmente, foram
determinados os fatores de caracterização para avaliar a perda de biodiversidade
decorrente da transformação da floresta Amazônica para lavoura de soja,
cumprindo, assim, o objetivo geral deste estudo.
A Figura 2 apresenta um resumo do Modelo de Caracterização, que parte da
intervenção aos danos, passando pelos impactos intermediários.
Ponto Médio Ponto Final
Intervenção Impactos Intermediários Diretos
Impactos Intermediários Conceituais
Danos
Uso da Terra(transformação e ocupação)
Perda de espécies locaisOcupação da terraAlteração do albedo
Redução da precipitação pluvial Perda de espécies de plantas vasculares menos resistentes ao estresse hídrico
Figura 2. Modelo de Caracterização
Como intervenção para a perda de biodiversidade resultante da
transformação do uso da terra, tem-se como entrada informações de transformação
e ocupação da terra. Estas intervenções causam como impactos intermediários
diretos a perda de espécies locais e a alteração do albedo, o qual varia de acordo
com o tipo de ocupação da terra. Como impacto intermediário conceitual, o modelo
propõe que a alteração do albedo é um dos principais fatores que pode provocar
redução da precipitação pluvial, conforme é evidenciado nos cálculos adiante.
Assim, as espécies de plantas vasculares mais sensíveis ao estresse hídrico tendem
a desaparecer, como impacto final do mecanismo apresentado.
28
É importante destacar que este método baseia o cálculo dos fatores de
caracterização apenas no parâmetro riqueza de espécies e não considera o tempo
de recuperação da terra.
A metodologia utilizada envolve coleta, análise e processamento de dados
para a determinação dos fatores de caracterização. De acordo com a ISO 14044
(2006), a caracterização envolve a conversão dos dados do ICV para unidades
comuns e agregação dos resultados convertidos dentro da mesma categoria de
impacto, a fim de se obter um resultado numérico do indicador. A conversão
envolve: fatores de caracterização; o método de cálculo documentado e justificado.
Portanto, para desenvolver o cálculo dos fatores de caracterização, foi
necessário coletar dados referentes à transformação do uso da terra, ao número de
espécies de plantas vasculares, bem como consultar a literatura sobre a precipitação
pluvial média anual e o número de dias do ano com precipitação pluvial nas regiões
de estudo. Na sequência, o mecanismo ambiental juntamente com os cálculo
utilizados para determinação dos fatores de caracterização são descritos.
4.1.1 Classificação do Uso da Terra
Com a finalidade de determinar a classificação do uso da terra, houve a
necessidade de selecionar uma das formas existentes de classificação, sendo que
uma das mais utilizadas é a base europeia Corine.
A Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) desenvolveu
um mapeamento de uso da terra para o Brasil, com referência à base europeia
Corine (SOUZA, 2010). No entanto, ambas não foram escolhidas por apresentarem
nomenclaturas genéricas para os tipos de uso da terra, ao contrário do ecoinvent,
que apresenta nomenclaturas mais específicas para os tipos de uso da terra
abordados no presente estudo.
Portanto, conforme a classificação do ecoinvent, as classes de uso da terra
aqui estudadas são: floresta tropical; terra arável, não-irrigada, intensiva; pecuária
extensiva.
Conforme o ecoinvent, o uso do solo provoca impacto principalmente nas
seguintes áreas de proteção: recursos naturais, ambiente natural e ambiente
29
antrópico. Esses impactos são classificados em quatro grupos: aumento da
concorrência da terra; degradação da biodiversidade; degradação das funções de
suporte de vida; a degradação dos valores culturais. A metodologia utilizada no
banco de dados ecoinvent concentra-se no impacto “degradação da biodiversidade”.
4.1.2 Transformação do Uso da Terra
Foram utilizados os dados do Censo Agropecuário 2006 do Instituto Brasileiro
de Geografia e Estatística (IBGE) para obtenção da variação anual da transformação
da terra, de floresta para pasto, dentro de uma série histórica de 36 anos. Foram
considerados os Estados brasileiros que possuem parcela significativa do bioma em
questão. A Tabela 3 mostra o percentual de transformação do solo em cada série de
5 anos; a taxa percentual de variação de transformação entre cada série de 5 anos;
a média da taxa percentual de transformação sofrida a cada ano.
Tabela 3 – Transformação do uso da terra: Floresta Amazônica para pastoTransformação ∆% ∆%/ano
1975-1980 -14,58 -0,029161980-1985 18,73 0,037461985-1995 31,06 0,031061995-2006 43,67 0,03970
Taxa de transformação média anual: 0,01977 Fonte: IBGE (2007b).
4.1.3 Biodiversidade na Floresta Amazônica
Em relação ao número de espécies de plantas vasculares, Silva (2005) afirma
que a Floresta Amazônica abriga 5.000 espécies de árvores e pode ter até 300 tipos
de árvores por hectare.
É importante mencionar que esses números são apenas estimativas, pois
ainda não há um levantamento do número exato de espécies presentes no referido
bioma. Portanto, esses números podem ser diferentes, maiores ou menores que os
valores citados.
30
4.1.4 Cálculo da Precipitação Pluvial na Região Amazônica
Quanto à precipitação pluvial, a região Amazônica apresenta precipitação
média de 2300 mm anuais. No entanto, esse valor não é uniforme e apresenta
variações entre as porções oriental, central e ocidental da região (NASCIMENTO e
MASCARENHAS JÚNIOR,2010). Conforme Mendes (1998), a região costeira da
Bacia Amazônica possui precipitação média anual superior a 2600 mm/ano, com
frequência média de dias com precipitação superior a 200 dias/ano; a região central
da Bacia Amazônica possui média anual de 160 dias/ano de chuva; a região oeste
da Amazônia possui precipitação média anual de 3000 mm/ano, com a média de
dias com chuva superior a 200 dias/ano. Portanto, estima-se que média de dias com
precipitação na Amazônia é em torno de 200 dias por ano.
Para descrever o mecanismo ambiental bem como apresentar o cálculo dos
fatores de caracterização, de acordo com Tucci e Beltrame (2009), as variáveis
meteorológicas que interferem na evaporação são a radiação solar, a temperatura
do ar, o vento e a pressão de vapor. Existem vários métodos para determinar a
evaporação, como transferência de massa, balanço de energia, equações empíricas,
balanços hídricos e evaporímetros.
Para realizar os cálculos referentes à variação da precipitação pluvial, foi
realizada uma coleta de dados climáticos que representam as condições médias dos
biomas em questão, conforme a Tabela 4.
Tabela 4 – Dados meteorológicos da Amazônia
Parâmetro Meteorológico Símbolo Unidade Floresta Pasto Fonte
Radiação efetiva qef mm/dia 5,69 5,21654 calculado*Calor latente de vaporização por unidade de massa L cal/(cm².mm) 59 59
Tucci e Beltrame (2009)
Radiação no topo da atmosfera Rt cal/cm².dia 841,16 841,16Tucci e Beltrame
(2009)**
Radiação incidente de onda curta G cal/cm².dia 465,33 465,33 calculado*
Parcela de albedo a 0,13 0,19 Oliveira et al. (2007)
Temperatura média anual T ºC 28,14 28,14Banco de dados do
INPETemperatura absoluta da superfície de radiação T K 301,14 301,14 calculado*
Umidade relativa do ar U % 83,44 83,44Banco de dados do
INPE*Número efetivo de horas de brilho solar n h 6,49 6,49
Pachêco e Bastos (2007)
31
Número máximo de horas de brilho solar N h 12,12 12,12 Montalvão (2005)Número real de horas de incidência solar dividido pelo número de horas possíveis p 0,54 0,54 calculado*
Velocidade do vento W2 m/s 1,14 3,05 Fisch et al. (1997)
Constante de Stefan-Boltzmanσ
cal/cm².dia 1,19 x 10-7 1,19 x 10-7 Tucci e Beltrame
(2009)
Tensão parcial de vapor de água ea mmHg 23,84 23,84 calculado*
Tensão de vapor saturado es mmHg 28,57 28,57 calculado*
Evapotranspiração E mm/dia 4,78 4,42 calculado*Evapotranspiração nas condições isotérmicas Ei mm/dia 1,67 1,69 calculado*Volume total escoado pelo curso de água principal da bacia Q mm/ano 1250 1250 Ferreira et al. (1998)Coeficiente dependente da temperatura média diária do ar
∆/γ 3,42 3,42 calculado*
*Cálculos demonstrados na sequência.**Valor médio da Latitude -4º, conforme a tabela de SHAW e NAPIER in TUCCI e BELTRAME (2009).
Conforme Tucci e Beltrame (2009), evapotranspiração é considerada como
perda de água por evaporação do solo e transpiração da planta, sendo importante
para o balanço hídrico de uma bacia. O balanço hídrico em uma bacia envolve
quantificar as macrovariáveis e seu comportamento ao longo do tempo. Dentro de
uma macroanálise, podem-se estudar os seguintes fatores de uma bacia:
precipitação, umidade do solo, evaporação e vazão.
Para calcular o índice pluviométrico (P) anual (mm/ano) sobre uma bacia
hidrográfica, bem como a redução do número de espécies de plantas vasculares em
função da redução da precipitação pluvial, foram utilizadas as equações mostradas
na Tabela 5.
Tabela 5. EquaçõesEquação Fonte
Equação 10 y = 8,648.x1,1094 Mutke e Barthllott (2005)Equação 11 E = P - Q Garcez e Alvarez (1998)Equação 12 E0 (mm/dia) = (∆/γ.qef/L + Ei) / (∆/γ + 1) Tucci e Beltrame (2009)Equação 13 ∆/γ = 38640 . 10 7,5T/(237,3+T)/(237,3 + T)2 Tucci e Beltrame (2009)Equação 14 qef/L = [G(1-a) – σT4 (0,56-0,09ea
1/2) (0,1 + 0,9p)] / L Tucci e Beltrame (2009)Equação 15 G = Rt (0,24 + 0,58p) Tucci e Beltrame (2009)Equação 16 ea = U. es /100 Tucci e Beltrame (2009)Equação 17 es = 4,58.107,5T/(237,3+T) Tucci e Beltrame (2009)Equação 18 Ei = 0,35 (1 + w2/160) (es - ea) Tucci e Beltrame (2009
32
A partir dos dados meteorológicos da Tabela 4, foi possível estimar a
precipitação da Bacia Amazônica para o cenário de floresta (albedo = 0,13) e para o
cenário de pastagem (albedo = 0,19). Tanto para o cenário de floresta quando para
o cenário de pastagem, foram calculados: es, ea, G e ∆/γ, utilizando as equações 17,
16, 15 e 13 da Tabela 5, respectivamente. Os resultados dos cálculos realizados são
apresentados na Tabela 6. Estes parâmetros meteorológicos coincidem para ambos
os cenários.
Tabela 6 – Resultados dos cálculos para ambos os cenárioses (mmHg) ea (mmHg) G (cal/cm².dia) ∆/γ
28,57 23,84 465,33 3,42
Utilizando os dados da tabela 4 específicos para cada classe de uso da terra,
foram calculados qef/L, Ei e E0 e P, utilizando as equações 14, 18, 12 e 11,
respectivamente para a) cenário de floresta e b) cenário de pastagem. Os resultados
dos cálculos são apresentados a seguir na Tabela 7.
Tabela 7 – Resultados dos cálculos para os cenários de floresta e pastagem.qef/L
(mm/dia)Ei
(mm/dia)E0
(mm/dia)E*
(mm/ano)P
(mm/ano)a) Cenário de Floresta 5,68976 1,66729 4,77969 955,94 2205,94b) Cenário de Pastagem 5,21654 1,68705 4,41801 883,60 2133,60
*Considerando 200 dias de precipitação.
A partir dos valores de precipitação obtidos, é possível estimar a perda de
biodiversidade de plantas vasculares quando há transformação de uso do solo de
floresta para pasto. Se a precipitação é de 2205,94 mm em 200 dias, substituindo
este valor em “x” na equação 10, têm-se y = 3088 espécies de plantas vasculares,
para o cenário de floresta. Se a precipitação é de 2133,60 mm em 193 dias,
substituindo este valor em “x” na equação 1, têm-se y = 2968 espécies de plantas
vasculares, para o cenário de pastagem.
Calculando-se a diferença entre os números de espécies, estima-se que a
diferença de um cenário para o outro é de 120 espécies de plantas vasculares em
uma área de 10.000 km² (106 ha), ou 1,2.10-4 espécies por hectare. Considerando-se
que a taxa de transformação da terra anual é de 0,01977% e que a área total da
Amazônia brasileira é de 3.800.000 km² (3,8.108 ha), estima-se que
aproximadamente 9 espécies de plantas vasculares são perdidas por hectare, por
33
ano, quando ocorre a transformação do uso da terra da floresta Amazônica para
pasto.
Desta mesma forma, é possível determinar o fator de caracterização para
avaliar a perda de biodiversidade decorrente da transformação da floresta
Amazônica para lavoura de soja.
4.2 AVALIAÇÃO DO MÉTODO
Conforme mencionado anteriormente, primeiramente foi realizada uma
avaliação do modelo de caracterização proposto para transformação da floresta
Amazônica para pasto e, em seguida, foram finalmente calculados os fatores de
caracterização para avaliar a perda de biodiversidade decorrente da transformação
da floresta Amazônica para lavoura de soja.
Desta forma, o resultado dos cálculos fornecido pelo modelo de
caracterização proposto para transformação da floresta Amazônica em pasto é
apresentado como um valor fixo de perda de espécies, o qual é multiplicado pela
área transformada anualmente, sugerindo que o comportamento deste mecanismo é
linear.
No entanto, o trabalho de Oliveira et al. (2007) demonstra que a alteração da
precipitação relativa em função da transformação do uso da terra ocorre de forma
exponencial. Foram feitas simulações para transformação de floresta Amazônica
para pasto e para lavoura de soja no Leste da Amazônia, relacionando o percentual
de área transformada e a precipitação pluvial, conforme as Figuras 3 e 4.
Observa-se que em ambos os casos, quanto maior a área convertida, maior a
redução da precipitação pluvial.
34
Figura 3 - Correlação entre o percentual de área de floresta Amazônica transformada em pasto e precipitação pluvial relativa. Fonte: Oliveira et al. (2007).
Figura 4 - Correlação entre o percentual de área de floresta Amazônica transformada em lavoura de soja e precipitação pluvial relativa. Fonte: Oliveira et al. (2007).
Das Figuras 3 e 4, temos as Equações 19 e 20, respectivamente:
P/P0 = - 0,15.A² – 0,06.A + 1,01 (R² = 0,97) Equação 19
35
P/P0 = - 0,16.A² – 0,01.A + 1,00 (R² = 0,98) Equação 20
Sendo “P/P0” a precipitação relativa e “A” o percentual de área convertida. A
Equação 19 é referente à transformação da floresta Amazônica para pasto e a
Equação 20 é referente à transformação da floresta Amazônica para lavoura de soja.
Assim, foi identificada uma forma de calcular a perda de biodiversidade
relacionando a Equação 19 ou 20 (OLIVEIRA et al.,2007) com a Equação 10
(MUTKE e BARTHLOTT, 2005). Para demonstrar esta nova proposta de cálculo de
fatores de caracterização, será utilizado o cenário de conversão de floresta
Amazônica para pasto.
Conforme os resultados obtidos anteriormente a partir das equações
empíricas e do balanço hídrico, a precipitação pluvial média anual (P0) do bioma
intacto é de 2205,94 mm/ano e o número de dias com precipitação é de 200 dias. A
precipitação (P) na área convertida para pasto é de 2133,60 mm/ano e o número de
dias com precipitação é de 193 dias.
Sendo que nas Equações 19 e 20 P/P0 é a precipitação pluvial relativa e na
Equação 10 “x” é o número de dias (d) com precipitação maior que 0,1 mm, são
feitas as seguintes relações:
dd0
=193200
=0,96
PP0
=2133,602205,94
=0,96
A partir desses valores, pode-se afirmar que é possível obter o número de
dias com precipitação para utilizar na Equação 10 a partir da Equação 19 ou 20, sem
realizar os balanços de energia e hídrico.
Mas até que ponto pode-se utilizar esta metodologia? Para uma situação
inicial de bioma intacto, a metodologia utilizada fornece o número de 3088 espécies
de plantas vasculares. Como mencionado anteriormente, Silva (2005) afirma que a
Floresta Amazônica abriga 5.000 espécies de árvores e pode ter até 300 tipos de
árvores por hectare, lembrando que estes números são apenas estimativas. No
entanto, para haver coerência nos resultados, deve-se utilizar o resultado dos
cálculos para a situação inicial (3088 espécies), bem como para prever o número de
36
espécies perdidas ao longo do aumento da área transformada, desde que não
exceda o número de 3088 espécies.
Além disso, observa-se que a redução da pluviosidade ocorre
aproximadamente a partir de 15% de transformação do uso da terra da floresta para
pasto e a partir de, aproximadamente, 22% de transformação do uso da terra para
lavoura de soja. Com áreas transformadas menores que as referidas, observa-se um
ligeiro aumento na pluviosidade. Uma simulação utilizando as Equações 10 e 19 é
apresentada na Tabela 8.
Tabela 8 – Simulação de perda de espécies na transformação de Floresta Amazônica para pasto.
Nesta simulação, para obter P/P0 foi utilizada a Equação 19 e, a partir de P/P0,
obteve-se d. A área total transformada foi obtida multiplicando-se o percentual de
conversão pela área total da Amazônia brasileira (3,8.108 ha).
Para obter o número de espécies perdidas, foi necessário calcular o número
de espécies obtida pela Equação 10 para o número inicial de dias com chuva, d1, e
para o número de dias com chuva após a transformação, d2, calculando-se a
diferença entre os dois resultados, conforme a Equação 21.
y = [(8,648.d11,1094) – (8,648.d21,1094)] Equação 21
Sendo “y” o número de espécies. Como neste caso o resultado desta
subtração é o número de espécies perdidas para 106 hectares (10.000 km²),
multiplica-se o resultado por 10-6, para obter-se o número de espécies perdidas por
hectare. A seguir, multiplica-se pela diferença de área transformada, obtendo-se um
número de espécies perdidas, somando-se, enfim, ao valor de número de espécies
perdidos na primeira situação de transformação e assim por diante.
Bioma Uso da terra d
Pasto
15 0,9976
200
199,53 5,70E+007 46420 0,9920 198,40 7,60E+007 83025 0,9856 197,13 9,50E+007 1244
30 0,9785 195,70 1,14E+008 170735 0,9706 194,13 1,33E+008 2218
40 0,9620 192,40 1,52E+008 2777
% Conversão P/P
0d
0
Área total transformada
(hectares)
Nº total de espécies perdidas
Floresta Amazônica
37
Os resultados da Tabela 8 permitem estabelecer uma relação entre o
percentual de transformação do uso da terra e o número de espécies perdidas,
como mostra o Gráfico 1, elaborado por meio do programa Qti Plot.
Gráfico 1 – Relação entre o percentual de transformação do uso da terra e o número de espécies de plantas vasculares perdidas.
A partir do Gráfico 1, pode-se observar que quanto maior a área de floresta
transformada em pasto, maior o número de espécies perdidas. É importante
destacar que a simulação para 40% de área transformada fornece o valor de 2777
espécies perdidas, valor que representa quase 90% do número total de espécies
(3088), de acordo com esta metodologia. Cabe ressaltar que esta metodologia ainda
não considera o tempo de recuperação da terra.
Utilizando esta metodologia de cálculo, pode-se estimar o número de
espécies de plantas vasculares perdidas para o cenário de transformação do uso da
terra da floresta Amazônica para lavoura de soja.
4.3 TRANSFORMAÇÃO DO USO DA TERRA DA FLORESTA AMAZÔNICA
PARA LAVOURA DE SOJA
A partir da Equação 20 e da mesma metodologia de cálculo empregada na
transformação da floresta em pasto, é possível estimar o número de espécies
38
perdidas quando a floresta Amazônica é transformada em lavoura de soja, em
função da redução da precipitação pluvial. Os resultados são demonstrados na
Tabela 9.
Tabela 9 – Simulação de perda de espécies de plantas vasculares na transformação de Floresta Amazônica para lavoura de soja.
Os resultados da Tabela 9 permitem estabelecer uma relação entre o
percentual de transformação do uso da terra e o número de espécies perdidas,
como mostra o Gráfico 2, elaborado utilizando o programa Qti Plot.
Gráfico 2 – Relação entre o percentual de conversão do uso do solo e o número de espécies perdidas.
Da mesma forma que o Gráfico 1, o Gráfico 2 demonstra que quanto maior a
área de floresta transformada para lavoura de soja, maior o número de espécies
perdidas. No entanto, pode-se observar que, para o mesmo valor percentual, a
Bioma Uso da terra d
Soja
15 0,9949
200
198,98 5,70E+007 99620 0,9916 198,32 7,60E+007 1210
25 0,9875 197,50 9,50E+007 147730 0,9826 196,52 1,14E+008 1795
35 0,9769 195,38 1,33E+008 216540 0,9704 194,08 1,52E+008 2587
% Conversão P/P
0d
0
Área total transformada
(hectares)
Nº total de espécies perdidas
Floresta Amazônica
39
transformação da floresta para lavoura de soja implica em uma perda muito maior
em relação à transformação para pasto, em uma situação inicial. Já para a
simulação para 40% de área transformada, tem-se o valor de 2587 espécies
perdidas, valor que representa aproximadamente 84% do número total de espécies
de plantas vasculares.
4.4 APLICAÇÃO DA METODOLOGIA EM UMA ÁREA DE ESTUDO
Para verificar se a metodologia é condizente com a realidade é necessário
comparar os dados obtidos por meio de cálculos com os dados medidos. Devem ser
relacionados os dados de pluviosidade com os dados de transformação do uso da
terra para lavoura de soja, bem como comparar os dados de pluviosidade medidos
com os dados calculados por meio da Equação 20.
Para isso, foram coletados dados referentes à área de plantio de soja, bem
como de pluviosidade de um determinado período do município de Santarém, que
pertence ao .Bioma Amazônia.
O município de Santarém, no Estado do Pará, situa-se na região do oeste do
Estado, na meso região do Baixo Amazonas, microrregião de Santarém; está na
margem direita do rio Tapajós, na sua confluência com o rio Amazonas. A
localização do município no mapa do Brasil é mostrada na Figura 5.
Figura 5 - Localização do município de Santarém – PA. Fonte: Site do Município de Santarém.
Os dados referentes à área de plantio de soja são dados de produção
agrícola municipal que compõem o acervo de uma série histórica do Censo
40
Agropecuário do Instituto Brasileiro de Geografia e Estatística (IBGE), disponíveis
Sistema IBGE de Recuperação Automática (SIDRA). Os dados referentes à área de
plantio de soja em Santarém, de 1999 à 2010 estão demonstrados na Tabela 10.
Tabela 10 – Área de plantio de soja no município de Santarém – PA.
Fonte: IBGE (2012)
Os dados referentes à precipitação pluvial no município de Santarém foram
coletados no Banco de dados da ANA (Agência Nacional de Águas), demonstrados
na Tabela 11. Do site oficial do município de Santarém, obteve-se o valor de
referência de precipitação pluvial média de 1920 mm/ano, assim como a área total
do município, que é de 2.288.700 hectares.
Tabela 11. Série histórica da precipitação pluvial no município de Santarém – Pará.
Fonte: Agência Nacional das Águas – ANA
Observando os valores percentuais de transformação do uso da terra, é
possível concluir que a área transformada do município é muito pequena, visto que o
plantio de soja na região ainda é muito recente em relação a outros tipos de cultivo.
Da mesma forma, observa-se que a precipitação relativa apresenta pouca variação
de um ano para o outro, o que não permite estabelecer uma comparação com os
resultados obtidos pela metodologia proposta.
Ano 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
620 50 25 200 4600 11000 22000 19500 15000 17250 18000 17100Área plantada
(hectares)
Ano P/P0
Referência 0 1920 1
2001 0,00109 2747,6 1,43
2002 0,00874 2349 1,22
2003 0,2 2395,4 1,25
2004 0,48 2537,3 1,32
2005 0,96 2543 1,33
2006 0,85 2896,4 1,51
2007 0,65 2075,5 1,08
2008 0,75 3054,8 1,59
2009 0,78 2826,1 1,47
2010 0,75 1822,8 0,95
Área transformada
(%.ano)Chuvas (mm/ano)
41
4.5 COMPARAÇÃO COM O MODELO DE WEIDEMA E LINDEIJER
Com a finalidade de comparar o modelo proposto com o modelo de Weidema
e Lindeijer (2001), que é um modelo internacionalmente aceito, a perda de
biodiversidade foi calculada por meio das Equações 1, 3, 4 e 5, sendo que na
Equação 4 z é igual a 0,15, conforme orientação dos autores, da mesma forma que
a = b = c = 1, na Equação 5.
A Tabela 2 apresenta os números para riqueza de espécies (SR) da floresta
tropical entre 1500 e 9000 espécies em 10.000 km². No entanto, foi necessário
escolher um valor dentro desta faixa e, portanto, nesta simulação foi escolhido o
valor de 3088 espécies, conforme o valor obtido no modelo proposto neste estudo
para melhor comparar os modelos. Os valores de Apot e Aexi também foram
retirados da Tabela 2.
Desta forma, o valor de perda de de biodiversidade (Qbiod) foi de 193 espécies
em 10.000 km², ou 1,9.10-4 espécies por hectare. A partir dos cálculos em que foram
utilizadas as equações empíricas e o balanço hídrico, o valor de perda de de
biodiversidade foi de 1,2. 10-4 espécies por hectare. Utilizando o valor obtido pelo
modelo de Weidema e Lindeijer (2001) como referencial teórico, obteve-se o erro de
36,8% do modelo proposto neste trabalho.
É importante ressaltar que para esta comparação não foi considerada a área
transformada, mas apenas o valor de perda de biodiversidade quando ocorre uma
transformação do uso da terra do bioma em questão.
42
5 RESULTADOS E DISCUSSÃO
A partir dos dados coletados para o município de Santarém, observa-se que
não é possível realizar um estudo comparativo com os resultados obtidos pela
metodologia proposta, devido aos seguintes fatores: (i) o cultivo do soja ainda é
recente na região Amazônica; (ii) a precipitação pluvial relativa possui pouca
variação no período estudado; (iii) os impactos relacionados a redução da
precipitação pluvial tem início a partir de cerca de 22% de área transformada.
Uma alternativa seria avaliar uma região maior, pois uma área maior
transformada pode fornecer informações mais precisas neste contexto. Desta forma,
seria possível avaliar o Estado do Pará, que possui 124.804.200 hectares
aproximadamente. Porém, os dados do IBGE indicam que o plantio de soja também
teve início recente, como demonstrado na Tabela 12, e o percentual de área
transformada para lavoura de soja é de 0,07% da área total, no máximo.
Tabela 12 – Área de plantio de soja no Estado do Pará.
Fonte: IBGE (2012)
Além disso, também há dificuldades na obtenção da precipitação pluvial
média anual, principalmente ao avaliar a sua variação regional, visto que o Pará
apresenta uma grande discrepância de precipitação pluvial nas suas diferentes
regiões. De acordo com Moraes et al. (2005), cerca de 50% da área do Estado do
Pará apresenta precipitação anual entre 1900 e 2400 mm e, 40% da área restante
apresenta precipitação entre 1350 e 1900 mm. Portanto, mesmo obtendo uma média
das chuvas para este Estado, os resultados ainda apresentariam uma grande
incerteza.
Diante das dificuldades, a melhor alternativa para avaliar o impacto sobre a
biodiversidade, causado pela expansão da lavoura de soja na Amazônia, seria
realizar uma estimativa a partir dos dados disponíveis e de um modelo de
caracterização, apesar da atual impossibilidade de verificação dos resultados com a
real situação.
Ano 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
575 1843 1915 2225 1005 2648 15310 35219 68410 72335 53553 71060 71410 85450Área plantada
(hectares)
43
Em relação ao modelo de caracterização proposto, ao observar que o número
de espécies perdidas resultante dos cálculos é relativamente grande, cabe ressaltar
que os valores são proporcionais a grandes áreas transformadas. Porém, a taxa
anual de transformação é baixa, conforme demonstram os dados disponíveis. Este
fato confirma que um método de estimativa de impactos ambientais ainda é a melhor
alternativa para promover tomadas de decisões e garantir proteção à biodiversidade,
antes mesmo que estes números possam vir a ser confirmados.
Em relação às incertezas, a Equação 10 fornecida pelo trabalho de Mutke e
Barthllott (2005), confere uma incerteza dos dados de número de espécies
relativamente grande em função da sua baixa correlação (R² = 0,4246). Da mesma
forma, o método de Weidema e Lindeijer (2001) utiliza os dados acerca de espécies
de Barthllott et al. (1999), que são genéricos para uma grande área. No entanto,
para ambos os casos, são os melhores dados disponíveis até o momento de suas
publicações, dentro dos contextos das propostas.
Portanto, avaliar o impacto causado sobre a biodiversidade da Floresta
Amazônica decorrente do ciclo de vida do biodiesel de soja, requer um modelo de
caracterização que permita realizar estimativas com segurança, a fim de preservar a
biodiversidade de maiores danos.
Comparando-se o modelo proposto com o modelo de Weidema e Lindeijer
(2001), foi possível observar que os valores obtidos são coerentes e que, portanto, o
modelo sugerido neste trabalho pode ser utilizado para avaliação de perda de
biodiversidade decorrente da transformação do uso da terra. No entanto, é
importante ressaltar que o modelo apresenta limitações, visto que o indicador é
baseado apenas em plantas vasculares. Além disso, são necessárias melhorias
como a inclusão de outros parâmetros, tais como a escassez e a vulnerabilidade do
ecossistema, permitindo, assim, a aproximação dos resultados com a realidade.
44
CAPÍTULO III – CONCLUSÃO
6 CONSIDERAÇÕES FINAIS
Em relação ao problema proposto, pode-se concluir que é evidente que a
expansão do biodiesel de soja no Brasil, que está estimulando a abertura de de
novas áreas para lavoura de soja na Amazônia, dentre outros fatores que estão
contribuindo para o desmatamento da região, causa um impacto significativo na
biodiversidade da floresta Amazônica.
Quanto ao modelo de caracterização proposto, observa-se que o resultado do
fator de caracterização para perda de de biodiversidade é coerente quando
comparado ao modelo de Weidema e Lindeijer (2001), apesar da atual
impossibilidade de comparação com a situação real.
Além disso, a comparação com os modelos de Weidema e Lindeijer (2001) e
Schmidt (2008), considerando que os trabalhos apresentam escopos diferentes,
nota-se que a presente proposta necessita acrescentar outros fatores que possam
melhorar a sensibilidade do método, como por exemplo, avaliar a escassez e a
vulnerabilidade do sistema, bem como incluir o tempo de recuperação da terra nos
cálculos.
Recomenda-se realizar uma comparação mais detalhada com o modelo de
Weidema e Lindeijer (2001), bem como realizar aprimoramentos no modelo para que
o mesmo possa ser utilizado para outros tipos de transformação do uso da terra. Por
exemplo, a avaliação do cultivo de palma na região Amazônica, a fim de considerar
a substituição do óleo de soja pelo óleo de palma para a obtenção de biodiesel.
Desta forma, este modelo pode ser considerado uma opção para avaliação de
impactos do uso da terra no Brasil com indicadores de biodiversidade, visto que a
avaliação da perda da biodiversidade é ainda muito limitada em estudos de
avaliação do ciclo de vida, principalmente no Brasil.
45
7 REFERÊNCIAS
AGÊNCIA NACIONAL DE ÁGUAS – ANA. Séries Históricas. Dados hidrológicos. Disponível em <http://www.sidra.ibge.gov.br/bda/tabela/protabl.asp?c=1612&z=t&o=11&i=P>. Acesso em 15 jul. 2012.
BARTHLOTT, W., et al. Terminological and methodological aspects of the mapping and analysis of global biodiversity. Acta Botanica Fennica, v. 162, p. 103-110. 1999.
BERBET, M. L. C. Variação sazonal do albedo e sua influência na mudança do padrão de chuva, em consequência da conversão da floresta tropical em pastagem. Dissertação de Mestrado.. Programa de Pós-Graduação em Meteorologia Agrícola. Universidade Federal de Viçosa. Viçosa, MG. 2002.
BEST, G. Biomass fuels and the future. 1997. Disponível em <http://www.fao.org >Acesso em 25 set. 2009.
BRAGA, Benedito et al. Introdução à engenharia ambiental. 2. ed. São Paulo, SP: Pearson Prentice Hall, c2005.
CARDOZO, F. S.; PEREIRA, G.; SILVA, F.B.; SHIMABUKURO, Y.E.; MORAES, E.C. Análise da estimativa da refletância e albedo em áreas alagadas do Pantanal. Anais 2º Simpósio de Geotecnologias no Pantanal, Corumbá, 2009. Disponível em: < http://www.geopantanal2009.cnptia.embrapa.br/cd/pdf/p138.pdf> Acesso em 26 abr. 2010.
COLTRO, L. (Org.). Avaliação do ciclo de vida como instrumento de gestão. Campinas: CETEA/ITAL, 2007. 75p. ISBN 978-85-7029-083-0
COUTO, D.L.N. Albedo em cerrado sensu stricto como resposta à variação climática e biológica – conexões com índice de vegetação, estoques de carbono e fluxos de CO2. Dissertação (Mestrado em Geografia Física) - Faculdade de Filosofia Letras e Ciências Humanas. Universidade de São Paulo. São Paulo, 2009. Disponível em: www.teses.usp.br/teses/.../DIOGO_LADVOCAT_NEGRAO_COUTO.pdf Acesso em 05 mai. 2010.
46
FERRARI, R. A.; OLVEIRA, V. S.; SCABIO, A. Biodiesel de soja – Taxa de conversão em ésteres etílicos, caracterização físico-química e consumo em gerador de energia. Química Nova, Vol. 28, Nº 1, p. 19-23, 2005.
FERREIRA, J. A. DA S.; MANZI, A. O.; ESPÍRITO SANTO, C. M. DO. Comportamento de um modelo hidrológico para a bacia Amazônica utilizando três campos diferentes de climatologia. In: Congresso Brasileiro de Meteorologia, X, Brasília, DF. Anais, 1998.
FISCH, G.; LEAN, J.; WRIGHT, I. R.; NOBRE, C. A. Simulações climáticas do efeito do desmatamento na região Amazônica: Estudo de um caso em Rondônia. Revista Brasileira de Meteorologia, v. 12, n. 1, p. 33-48, 1997. (INPE-10153-PRE/5681). Disponível em: <http://urlib.net/cptec.inpe.br/walmeida/2003/10.15.11.07>. Acesso em: 05 fev. 2010.
GRUPO DE TRABALHO DA SOJA – GTS. Moratória da Soja: 3º Ano do Mapeamento e Monitoramento no Plantio de Soja no Bioma Amazônia. 2010.
______ . Moratória da Soja: 4º Ano do Mapeamento e Monitoramento no Plantio de Soja no Bioma Amazônia. 2011.
ISO. International Organization for Standardization. ISO 14044. Environmental Management – Life Cycle Assessment – Requirements and Guidelines. Geneva, 2006b. 46 p.
KÖLLNER, T. Land Use in Product Lite Cycles and its Consequences for Ecosystem Quality. PhD thesis Nº 2519, University St. Gallen, 2001.
______ . Land Use in Product Life Cycles and Ecosystem Quality. Frankfurt am Main: Peter Lang, 2003. 271 p.
LIMA, P.C.S.; LEITÃO, M.M.V.B.R.; AZEVEDO, P.V.; OLIVEIRA, G.M.; ESPÍNOLA SOBRINHO, J.; MOURA, M.S.B.; MENEZES, H.E.A.; PINTO, M.G.C.L. Albedo de Pastagem e Caatinga. XVI Congresso Brasileiro de Agrometeorologia, Belo Horizonte, 2009.
MENDES, D. Suporte meteorológico de superfície para o monitoramento de precipitação na Amazônia. X Congresso Brasileiro de Meteorologia, Brasília, 1998. Disponível em:
47
< http://www.cbmet.com/cbm-files/13-01ac6875e5f6941b6724c3a19da6e192.pdf > Acesso em 25 jan. 2010.
MICHELSEN, Ottar. Assessment of land use impact on biodiversity: proposal of a new methodology exemplified with forestry operations in Norway. International Journal of Life Cycle Assessment, v. 13, n. 1, p. 22-31. 2008.MILANI, A. et al. O Brasil dos Agrocombustíveis: Impactos das Lavouras sobre a Terra, o Meio Ambiente e a Sociedade – Soja e Mamona. ONG Repórter Brasil, 2008.
MINISTÉRIO DE MINAS E ENERGIA – MME. Balanço Energético Nacional 2009. Ano base 2008. Rio de Janeiro: Empresa de Pesquisa Energética (EPE), 2009.
______ . Balanço Energético Nacional 2011. Ano base 2010. Rio de Janeiro: Empresa de Pesquisa Energética (EPE), 2011.
MINISTÉRIO DO PLANEJAMENTO, ORÇAMENTO E GESTÃO. Instituto Brasileiro de Geografia e Estatística – IBGE. Sala de Imprensa: IBGE e Ministério do Meio Ambiente lançam mapas temáticos sobre a Amazônia, 2007a. Disponível em: <http://www.ibge.gov.br/home/presidencia/noticias/noticia_visualiza.php?id_noticia=799> Acesso em 02 mai. 2010.
______ . Censo Agropecuário 2006 – resultados preliminares. Rio de Janeiro, 2007b. Disponível em: <http://www1.ibge.gov.br/home/estatistica/economia/agropecuaria/censoagro/2006/agropecuario.pdf> Acesso em 20 ago. 2009.
______ . Indicadores de Desenvolvimento Sustentável. Brasil, 2010. Disponível em:< http://www1.ibge.gov.br/home/geociencias/recursosnaturais/ids/ids2010.pdf > Acesso em 08 ago. 2010.
______ . Sistema IBGE de Recuperação Automática – SIDRA. Brasil, 2012. Disponível em:<http://www.sidra.ibge.gov.br/bda/tabela/protabl.asp?c=1612&z=t&o=11&i=P> Acesso em 15 jul. 2012.
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA. Instituto Nacional de Pesquisas Espaciais (INPE). Dados históricos. Dados meteorológicos de temperatura do ar e da umidade relativa do ar da Plataforma de Coleta de Dados (PCD) Amazônia do
48
ano de 2009. Disponível em: < http://satelite.cptec.inpe.br/PCD/historico/passo4.jsp > Acesso em 05 fev. 2010. MONTALVÃO, E. O setor elétrico e o horário de verão. Consultoria Legislativa do Senado Federal. Coordenação de estudos. Brasília, 2005. Disponível em: < www.senado.gov.br/senado/conleg/textos.../texto19%20-%20edmundo.pdf > Acesso em 17 mai. 2010.
MÜLLER-WENK, R. Universität St. Gallen. Land use the main threat to species: How to include land use in LCA. St. Gallen, 1998. 45 p.
MUTKE, J.; BARTHLOTT, W (2005) Patterns of vascular plant diversity at continental to global scales. Biol. Skr 55:521-531. ISSN 0366-3612. ISBN 87-7304-304-4.
NASCIMENTO, T.S.; MASCARENHAS JÚNIOR, T.A. Precipitação na Amazônia: análise da variação entre as porções Central e Ocidental. XIII Simpósio Brasileiro de Geografia Física Aplicada. Universidade federal de Viçosa, 2009. Disponível em: <http://www.geo.ufv.br/simposio/simposio/trabalhos/trabalhos_completos/eixo8/063.pdf> Acesso em: 17 mai. 2010.
NOBRE, C. A.; SAMPAIO, G.; SALAZAR, L. Mudanças climáticas e Amazônia. Ciência e Cultura, São Paulo, v. 59, n. 3, p. 22-27, jul.-set. 2007. Disponível em: <http://cienciaecultura.bvs.br/scielo.php?script=sci_arttext&pid=S0009-67252007000300012&lng=en&nrm=iso>. Acesso em: 14 nov. 2009.
NOVAK, L. H. e UGAYA, C.M.L. Greenhouse Gas (GHG) inventory in agricultural land-use: challenges for soybean-based biodiesel in Brazil. In: CILCA 2009. III International Conference on Life Cycle Assessment of Latin America, 2009, Pucón – Chile. Proceedings of Conference CILCA 2009, 2009.
ODUM, E. P. Ecologia. Rio de Janeiro: Guanabara Koogan, 1988.
OLIVEIRA, G. S.; NOBRE, C. A.; COSTA, M. H.; PRAKKI, S.; SOARES-FILHO, B. S.; CARDOSO, M. F. Regional climate change over eastern Amazonia caused by pasture and soybean cropland expansion. Geophysical Research Letters, v. 34, n. L17709, p. doi:10.1029/2007GL030612, September 2007. (INPE-14889-PRE/9803). Disponível em: <http://urlib.net/sid.inpe.br/mtc-m17@80/2007/09.24.13.05>. Acesso em: 22 nov. 2009.
49
PACHÊCO, N. A.; BASTOS, T. X. Boletim agrometeorológico 2006 Igarapé - Açu – Belém, PA : Embrapa Amazônia Oriental, 2007.
PINTO-COELHO, R. M. Fundamentos em ecologia. Porto Alegre: Artmed, 2000.
ROCHA, L. S. DA; UGAYA, C. M. L. Avaliação da perda da biodiversidade decorrente da conversão da floresta tropical em pastagem. In: II Congresso Brasileiro em Gestão do Ciclo de Vida, 2010, Florianópolis. Artigos científicos. Editores: Sebastião Roberto Soares et al. - Florianópolis: UFSC: 2010. p.95 – 101. Disponível em: < www.ciclodevida.ufsc.br/congresso/images/acv-2010.pdf >. Acesso em 2 mai. 2012.
SCHMIDT, J. H. Development of LCIA characterization factors for land use impacts on biodiversity. Journal of Cleaner Production, n. 16, p. 1929-42. 2008.
SETAC – Society of Environmental Toxicology and Chemistry. A Conceptual Framework for Life-Cycle Impact Assessment. 1993.
SILVA, E. Economia Verde – A Bioeconomia. Amazônia a Vista. 2005. Disponível em: <http://www.amazoniaavista.com.br/Noticia.asp?ID=2> Acesso em 14 mar. 2010.
SOUZA, D. M. Proposta de um modelo de caracterização de impactos do uso da terra, segundo indicadores de biodiversidade, em AICV: cálculo de fatores de caracterização para ecorregiões brasileiras. 2010. Tese de doutorado. Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Ambiental. Florianópolis, 2010.
TUCCI, C. E. M. (Org.). Hidrologia: ciência e aplicação. 4. ed. Porto Alegre: UFRGS-Faculdade de Agronomia, 2009. 943 p. (Coleção ABRH de recursos hídricos,v.4) ISBN 9788570259240.
WEIDEMA, B. P.; LINDEIJER, E. Physical impacts of land use in product life cycle assessment: Final report of the EURENVIRONLCAGAPS sub-project on land use. Lyngby: Department of Manufacturing Engineering and Management, Technical University of Denmark, 2001.